离散小波变换（DWT）在语音处理中的应用

针对语音处理问题对离散小波变换及其性质进行了研究，给出了作为语音处理的小波函数及时间因子（ａ，ｂ）必须满足的条件，利用离散小波变换对语音信号的基音提取、频谱分析和清／浊音分割进行了分析，结果表明，小波变换能准确地提取基音和清／浊音分割，并具有较好的稳健性。     

向量小波的构造及其在语音信号增强中的应用

构造了一种新的二进向量小波，借助于ｒ重多分辨分析思想，给出了向量小波的离散化表示及其分解，重构的快速算法，以浮动阈值进行信号去噪，获得了一种新的语音信号增强算法，实验结果表明：此种算法可使得信号中的加性噪声几乎完全消除，重建后的波形又保留原信号中尖锐陡峭变化的曲线轮廓，效果颇佳。     

向量小波的构造及其在语音信号增强中的应用

构造了一种新的二进向量小波，借助于ｒ 重多分辨分析思想，给出了向量小波的离散化表示及其分解、重构的快速算法，以浮动阈值进行信号去噪，获得了一种新的语音信号增强算法，实验结果表明：此种算法可使得信号中的加性噪声几乎完全消除，重建后的波形又保留原信号中尖锐陡峭变化的曲线轮廓，效果颇佳．     

高阶谱分析在抗噪语音编码中的应用

将高阶谱分析技术应用于语音编码中以提高其抗噪声的性能,给出了两处利用高阶量提取语音参数的语音编解方案：a．采用高阶累积最小二乘直接估计法提取语音参数进行编码;b．采用高阶累积量SVD－TLS估计法提取语音参数进行编码,研究结果表明,这两种方案在噪声环境中工作时,具有极好的抗高棋朋色噪声和对称分布噪声的能力,总的抗噪性能明显优于传统的LPC声码器。     

基音同步分析在语音波形矢量编码中的应用

论述了一种基于基音同步分析的语音波形矢量编码方法,该方法利用语音浊音部分具有周期性的特点,采用小波分析方法进行基音同步分析,准确提取语音周期构成矢量,实现了语音信号的低数码率矢量编码,同时保持了较好的语音质量。     

FOURIER变换在脑电信号处理中的应用及其局限

介绍了Ｆｏｒｉｅｒ变换在脑电信号处理中的应用，分析了Ｆｏｕｒｉｅｒ变换存在的局限，指出解决的途径。     

小波变换在语音去噪中的应用

提出一种新的基于小波变换的语音去噪算法。利用此特性对信号进行小波域波滤,可从加噪的语音中提取人耳所能接受的频率成份,是一种简单有效的语音去噪算法。     

“语音信号处理”课程的教学改革

分析了"语音信号处理"这门课程的理论教学与实践教学,并从课程的体系结构、教学内容、教学方法等方面介绍了教改的可行性和具体措施。     

提高FFT和谱分析速度及精度的方法

FFT(快速傅里叶变换)是频谱分析的核心。本文讨论提高FFT速度和精度的方法,以此为基础实现的频谱分析,其速度和精度均达到很高指标。其中频谱幅值误差小于1％,1024点复数FFT时间小于250ms,32段谱分析时间仅需5s。     

基于离散余弦包变换的语音压缩算法

提出了一种新的语音压缩算法，它通过对语音信号进行离散余弦包变换，然后舍弃所有小于某个阈值的变换系数，达到数据压缩的目的．给出了利用Wavelab工具箱在Matlab中进行这种语音压缩算法的仿真结果，结果表明：该算法具有计算速度快、数据压缩率高(达到11．54)等特点．     

小波变换在语音信号处理上的应用

利用小波的多分辨率分析,以及其良好的空间域和频率域局部化特点,针对语音信号特征,选取适当的小波算法进行去噪和增强语音,压缩编码,提取语音信号特征等处理。通过Matlab仿真分析,得到增强后的信号图和压缩后的压缩比参数、能量保留参数、零系数比例系数,提取的信号特征。结果表明,基于小波变换的语音信号处理表现出良好的特性。     

奇异值曲率谱理论及其在信号处理中的应用

有效奇异值的确定一直是奇异值分解（Singular value decomposition, SVD）中的重要问题,在信号处理时尤其如此。分析了在Hankel矩阵方式下理想信号和噪声的奇异值特点,指出理想信号的奇异值曲线存在一个很大的转折点,而噪声的奇异值曲线则很平坦。进而提出了奇异值曲率谱的概念,利用它来描述含噪信号奇异值曲线上的转折点情况,并提出根据曲率谱最大峰值位置即奇异值最大转折点来确定有效奇异值个数。如果奇异值曲线在曲率谱最大峰值的位置坐标k处是凸出的,则有效奇异值的个数为k;如果奇异值曲线在k处是凹进的,则有效奇异值的个数为k-1,通过信号处理实例证实了这种结论。基于曲率谱的SVD准确地提取到了轴承振动信号中由于滚道损伤引起的调制现象,并据此可靠地判断出了滚道剥落坑总数。     

基于时频分析的分离谱处理

提出了一种基于时频分析的频窗参数确定方法,这种方法在把超声信号展开成窄带分解信号时不需要超声频带的先验知识．给出了将此算法用于不锈钢裂缝产生的超声信号的处理结果．     

一种实时语音信号数字处理系统

文章介绍了 这产时语音信号处理系统硬件电路的原理和功能及其实现方法,设计了ＴＭＳ３２０Ｃ２５与ＴＬＣ３２０４４之间的接口程序。     

离散频谱分析的一种新校正方法

提出了一种对幅值谱进行校正的新方法，用以解决离散频谱当谱峰没有对正峰顶，有能量泄漏所带来的误差，并讨论了矩形窗、汉字窗、海明窗和高斯窗四种窗函数的修正方法，校正的频率、幅值和相位的精度可达细化１００倍上的效果。     

语音时变频谱分析的FFT 技术

针对语音信号频谱分析实际上是时变频谱分析的特性 ,详细地讨论了用 FFT技术对语音进行频谱分析过程中的方法问题     

快速傅里叶变换在频谱分析中的应用

在快速傅里叶变换原理和Cooley-Tukey快速傅里叶变换算法的基础上,给出一个新的应用于数字信号处理(DSP)的频谱分析方法,并分析该方法的运算效率和存储空间开销.实例证明,本方法的复数乘法运算量与存储空间开销均较小,符合DSP信号处理器的特点,适合应用于采用高性能DSP的MP3/MP4或手机等消费电子产品.     

时频分析在语音信号处理中的应用

时频分析技术是近年来信号处理等领域一个新的研究热点。首先介绍了时频分析技术中的Winger-Ville分布和重排理论两种方法。然后应用这两种方法对去噪的语音信号进行时频分析处理。通过仿真结果表明,将重排理论应用于语音信号处理,能明显改进时频表示的可读性,更有效地识别信号和提取信息。     

《语音信号处理》实验教学研究与实践

语音信号处理是实现人机交互和话音通信技术的基础,语音信号处理教学实验课程在国外著名大学的电子工程系中普遍开设。语音信号处理实验课是为适应当前人才培养需求,配合语音信号处理课程课堂教学而开设的。通过语音信号处理实验可以让学生深入掌握数字信号处理的基本方法、属于准平稳随机过程的语音信号的特点、语音通信中编码方法、话音质量评价方法、语言信息处理的基本方法、统计模式识别的基本原理等基础知识和应用方法,并增加对实际建模方法和算法编程能力及基本理论的应用能力。在培养学生的动手和分析解决问题能力的同时激发学生对相关领域的研究兴趣。本实验课对深入学习语音信号处理课程深入以及培养语音领域高层次人才具有重要意义。